图像处理装置及其方法、学习装置及其方法、存储介质制造方法及图纸

本发明专利技术提供一种能够使用病变检测模型根据医疗图像精度良好地进行与病变相关的检测的图像处理装置及其方法、学习装置及其方法、存储介质。学习装置具备至少1个处理器，所述处理器进行如下处理：获取检测对象的医疗图像，获取识别拍摄了所述检测对象的医疗图像的摄影装置的装置识别信息，根据所述装置识别信息，从根据医疗图像进行与病变相关的检测的多个病变检测模型中选择任一个，使用所选择的病变检测模型，根据所述检测对象的医疗图像进行与病变相关的检测。与病变相关的检测。与病变相关的检测。

【技术实现步骤摘要】
图像处理装置及其方法、学习装置及其方法、存储介质


[0001]本专利技术涉及一种图像处理装置、学习装置、图像处理方法、学习方法、图像处理程序及学习程序。

技术介绍

[0002]由医生等利用照射放射线或超声波等来拍摄被摄体而得的医疗图像进行被摄体的病变诊断。作为用于辅助由医生等进行的诊断的技术，已知有利用还被称为鉴别器或识别器的所谓的模型来根据放射线图像检测病变的技术。例如，专利文献1中记载有如下技术，即，具有多个模型，使用与检查的种类和基于医生等的读影熟练度等相应的模型来进行检测。
[0003]专利文献1：日本专利第6815711号
[0004]在专利文献1所记载的技术中，有时无法说与病变相关的检测的精度充分。例如，在专利文献1所记载的技术中，由于检测对象的医疗图像的画质的偏差，与病变相关的检测的精度有时会降低。

技术实现思路

[0005]本专利技术是鉴于以上的情况而完成，其目的在于提供一种能够使用病变检测模型根据医疗图像精度良好地进行与病变相关的检测的图像处理装置、学习装置、图像处理方法、学习方法、图像处理程序及学习程序。
[0006]为了实现上述目的，本专利技术的第1方式的图像处理装置，其具备至少1个处理器，处理器进行如下处理：获取检测对象的医疗图像，获取识别拍摄了检测对象的医疗图像的摄影装置的装置识别信息，根据装置识别信息，从根据医疗图像进行与病变相关的检测的多个病变检测模型中选择任一个，使用所选择的病变检测模型，根据检测对象的医疗图像进行与病变相关的检测。
[0007]本专利技术的第2方式的图像处理装置在第1方式的图像处理装置中，多个病变检测模型包含与摄影装置的种类相应的病变检测模型及与摄影装置的种类无关的通用的病变检测模型。
[0008]本专利技术的第3方式的图像处理装置在第2方式的图像处理装置中，处理器进行如下处理：在无法获取装置识别信息时，选择通用的病变检测模型。
[0009]本专利技术的第4方式的图像处理装置在第2方式或第3方式的图像处理装置中，处理器进行如下处理：与根据装置识别信息识别的摄影装置的种类相应的病变检测模型不包含在多个病变检测模型中时，选择通用的病变检测模型。
[0010]本专利技术的第5方式的图像处理装置在第1方式至第4方式中任一方式的图像处理装置中，装置识别信息包含识别摄影装置的制造商的制造商识别信息，处理器进行如下处理：根据制造商识别信息，从多个病变检测模型中选择任一个。
[0011]本专利技术的第6方式的图像处理装置在第1方式至第5方式中任一方式的图像处理装
置中，装置识别信息包含识别摄影装置的机型的机型识别信息，处理器进行如下处理：根据机型识别信息，从多个病变检测模型中选择任一个。
[0012]本专利技术的第7方式的图像处理装置在第1方式至第4方式中任一方式的图像处理装置中，多个病变检测模型为针对根据医疗图像的画质来分类的多个类别的每一个类别进行了学习的多个病变检测模型，处理器进行如下处理：判定检测对象的医疗图像分类为多个类别中的哪一类别，从多个病变检测模型中选择与所判定的类别相应的病变检测模型。
[0013]并且，本专利技术的第8方式的学习装置，其具备至少1个处理器，处理器进行如下处理：使用1个以上的第1医疗图像和正解标签生成第1病变检测模型，所述第1医疗图像由至少包含第2摄影装置以外的摄影装置的1个以上的第1摄影装置拍摄而得，所述正解标签与第1医疗图像对应并与第1医疗图像中包含的学习对象的病变相关，使用1个以上的第2医疗图像和正解标签再学习第1病变检测模型来生成第2摄影装置用的第2病变检测模型，所述第2医疗图像由第2摄影装置拍摄而得，所述正解标签与第2医疗图像对应并与第2医疗图像中包含的学习对象的病变相关。
[0014]本专利技术的第9方式的图像处理方法，其由计算机执行如下处理：获取检测对象的医疗图像，获取识别拍摄了检测对象的医疗图像的摄影装置的装置识别信息，根据装置识别信息，从根据医疗图像进行与病变相关的检测的多个病变检测模型中选择任一个，使用所选择的病变检测模型，根据检测对象的医疗图像进行与病变相关的检测。
[0015]本专利技术的第10方式的学习方法，其为进行与医疗图像中包含的病变相关的检测的病变检测模型的学习方法，所述学习方法由计算机执行如下处理：使用第1学习用数据及第2学习用数据对机器学习模型进行机器学习，由此生成通用的病变检测模型，使用第1学习用数据再学习通用的病变检测模型来生成第1摄影装置用的病变检测模型，所述第1学习用数据基于由第1摄影装置拍摄而得的第1医疗图像和作为正解数据的与第1医疗图像中包含的病变相关的检测结果的组合，所述第2学习用数据基于由第1摄影装置以外的第2摄影装置拍摄而得的第2医疗图像和作为正解数据的与第2医疗图像中包含的病变相关的检测结果的组合。
[0016]本专利技术的第11方式的图像处理程序，其用于使计算机执行如下处理：获取检测对象的医疗图像，获取识别拍摄了检测对象的医疗图像的摄影装置的装置识别信息，根据装置识别信息，从根据医疗图像进行与病变相关的检测的多个病变检测模型中选择任一个，使用所选择的病变检测模型，根据检测对象的医疗图像进行与病变相关的检测。
[0017]本专利技术的第12方式的学习程序，其用于使计算机执行病变检测模型的学习，所述病变检测模型进行与医疗图像中包含的病变相关的检测，所述学习程序用于使计算机执行如下处理：使用1个以上的第1医疗图像和正解标签生成第1病变检测模型，所述第1医疗图像由至少包含第2摄影装置以外的摄影装置的1个以上的第1摄影装置拍摄而得，所述正解标签与第1医疗图像对应并与第1医疗图像中包含的学习对象的病变相关，使用1个以上的第2医疗图像和正解标签再学习第1病变检测模型来生成第2摄影装置用的第2病变检测模型，所述第2医疗图像由第2摄影装置拍摄而得，所述正解标签与第2医疗图像对应并与第2医疗图像中包含的学习对象的病变相关。
[0018]专利技术效果
[0019]根据本专利技术，能够使用病变检测模型，根据医疗图像精度良好地进行与病变相关
的检测。
附图说明
[0020]图1是概略地表示实施方式的放射线图像摄影系统的整体结构的一例的结构图。
[0021]图2是表示实施方式的图像处理装置的结构的一例的框图。
[0022]图3是用于说明学习用数据组的一例的图。
[0023]图4是用于说明病变检测模型组的一例的图。
[0024]图5是用于说明病变检测模型的一例的图。
[0025]图6是用于对卷积处理进行说明的图。
[0026]图7是用于对实施方式的图像处理装置中的、病变检测模型的学习的一例进行说明的图。
[0027]图8是实施方式的图像处理装置中的、生成病变检测模型的功能所涉及的结构的一例的功能框图。
[0028]图9是表示基于实施方式的图像处理装置的学习处理流程的一例的流程图。
[0029]图10是实施方式的图像处理装置中的、进行与病变相关的检测的功能所涉及的结构的一例的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理装置，其具有至少1个处理器，所述处理器进行如下处理：获取检测对象的医疗图像，获取识别拍摄了所述检测对象的医疗图像的摄影装置的装置识别信息，根据所述装置识别信息，从根据医疗图像进行与病变相关的检测的多个病变检测模型中选择任一个，使用所选择的病变检测模型，根据所述检测对象的医疗图像进行与病变相关的检测。2.根据权利要求1所述的图像处理装置，其中，所述多个病变检测模型包含与摄影装置的种类相应的病变检测模型及与摄影装置的种类无关的通用的病变检测模型。3.根据权利要求2所述的图像处理装置，其中，所述处理器进行如下处理：在无法获取所述装置识别信息时，选择所述通用的病变检测模型。4.根据权利要求2所述的图像处理装置，其中，所述处理器进行如下处理：与根据所述装置识别信息识别的摄影装置的种类相应的病变检测模型没有包含在所述多个病变检测模型中时，选择所述通用的病变检测模型。5.根据权利要求1所述的图像处理装置，其中，所述装置识别信息包含识别摄影装置的制造商的制造商识别信息，所述处理器进行如下处理：根据所述制造商识别信息，从多个病变检测模型中选择任一个。6.根据权利要求1所述的图像处理装置，其中，所述装置识别信息包含识别摄影装置的机型的机型识别信息，所述处理器进行如下处理：根据所述机型识别信息，从多个病变检测模型中选择任一个。7.根据权利要求1至4中任一项所述的图像处理装置，其中，所述多个病变检测模型为针对根据医疗图像的画质来分类的多个类别的每一个类别进行了学习的多个病变检测模型，所述处理器进行如下处理：判定所述检测对象的医疗图像分类为所述多个类别中的哪一类别，从多个病变检测模型中选择与所判定的类别相应的病变检测模型。8.一种学习装置，其具有至少1个处理器，所述处理器进行如下处理：使用1个以上的第1医疗图像和正解标签生成第1病变检测模型，所述第1医疗图像由至少包含第2摄影装置以外的摄影装置的1个以上的第1摄影装置拍摄而得，所述正解标签与所述第1医疗图像对应并与该第1医疗图像中包含的学习对象的病变相关，使用1个以上的第2医疗图像和与所述第2医疗图像对应并与该第2医疗图像中包含的学习对象的病变相关的正解标签再学习所述第1病变检测模型，来生成所述第2摄影装置用
的...

【专利技术属性】
技术研发人员：町井湧介，
申请(专利权)人：富士胶片株式会社，
类型：发明
国别省市：